第五章：量化研究专题 （第一篇：用 matplotlib 绘图函数实现数据可视化 ）

导语：数据分析能力是一项非常重要的能力，尤其是在分析股票数据时，挖掘其中的有用信 


息是成功的必要因素。而数据可视化可谓是秀数据分析能力的最好方式，本章内容主要介绍 


python 的matplotlib 模块，让你的数据分析结果，show 出来！ 






matplotlib 绘图 






开始之前，还是学习一个模块导入操作 






import matplotlib.pyplot as plt 






import pandas as pd 






import numpy as np 






让我们先搬上小白板 






fig = plt.figure() 






axes = fig.add_axes([0.2, 0.2, 1, 1]) # 左侧间距，底部间距，宽度，高度 (从 0 到1) 






axes 




----------------------- Page 134-----------------------


先画个 y=x2 曲线： 






x = np.linspace(-10, 10) 






y = x ** 2 






axes.plot(x, y, 'r') 






axes.set_xlabel('x') #设置X 轴 






axes.set_ylabel('y') #设置Y 轴 






axes.set_title('微笑') #设置标题 






小白板上再插入一个小白板 






axes2 = fig.add_axes([0.5, 0.5, 0.3, 0.3]) #插入面板2 






axes2.plot(x, y, 'y') 






axes2.set_xlabel('x') 






axes2.set_ylabel('y') 






axes2.set_title('微笑中微笑') 




----------------------- Page 135-----------------------


    plt.figure() 函数内部有figsize 和 dpi 参数，用于设置图像的大小和精度。 






    我们将上述代码中fig = plt.figure()改成fig = plt.figure(figsize=(8,4), dpi=100)，结果如下: 




----------------------- Page 136-----------------------


让我们尝试画一个沪深300 指数收盘价走势图： 






x1_list=get_price('000300.SH', None, '20180125', '1d', ['close'], False, 'pre', 100, is_panel=1) 


['close'] 






fig = plt.figure() 






axes = fig.add_axes([0.1, 0.1, 2, 2]) #插入面板2 






y=np.array(x1_list) 






x=np.array(range(0,len(x1_list))) 






axes.plot(x, y, 'r') 






axes.set_xlabel(' 日期') 






axes.set_ylabel('沪深300 指数值') 






axes.set_title('沪深300 近10 日走势图') 




----------------------- Page 137-----------------------


同时在小白板上绘制沪深300 指数和创业板指数 （净值数据） 






fig =